Netzwerkanalyse erklärt

Ein Netz von Subunternehmern und Lieferanten: Wer ist zentral, wer vermittelt zwischen Gruppen, wo kippt eine Nachricht in einen Ausbruch, und wer bestimmt am Ende, was alle glauben? Diese Linie stellt die Fragen an ein Netz, die über Wege und Flüsse hinausgehen: Was verrät die Struktur, wie breitet sich etwas auf ihr aus, und was geschieht, wenn sich die Betriebe angleichen oder umziehen? Jedes Stück misst eine bekannte Vermutung nach, statt sie vorauszusetzen, und mehrfach hält sie nicht: Die Kernzahl sagt die Ausbreitung an Modellnetzen meist nicht besser voraus als der Grad, ein Brückenknoten ist meist kein Makler, und ein statisches Aggregat überschätzt, wie weit eine Nachricht kommt.

Die Linie hat drei Stränge: Struktur (Kernzahl, Gemeinschaften, Makler, fehlende Kanten), Ausbreitung (Einfluss, Schwellen, Eindämmung, Quellensuche, Kontaktfolgen) und Anpassung (Meinungen, Übernehmen, begrenztes Vertrauen, Standortwahl). Alle Ergebnisse sind Modellbefunde über erzeugte Netze, keine Aussagen über die Wirklichkeit; Meinung und Standort sind abstrakte Einschätzungswerte und Betriebstypen, keine Bevölkerung.

In short: Interactive demos on network analysis: core decomposition, community detection, brokerage, link prediction, influence maximization, complex contagion, immunization, source detection, opinion dynamics, Schelling segregation and temporal networks.

Hintergrund zum Thema: Netzwerkdesign.

Diese Seite gehört zu Algorithmen und Verfahren erklärt. So lesen Sie sie: Das Diagramm zeigt, wie die Stücke zusammenhängen. Jede Kachel darunter öffnet eine interaktive Demo, wo es eine gibt, mit einer Erklärseite für Einsteiger und Fachleute. Auf der Suche nach einer Lösung für ein konkretes Problem? Zu den Interaktiven Demos.

Hinweis: Alle Demos rechnen mit synthetischen oder frei verfügbaren Beispieldaten und laufen auf einem externen Anbieter (Datenschutz). Bitte geben Sie darin keine vertraulichen oder personenbezogenen Daten ein. Die Ergebnisse gelten für die jeweilige Demo-Instanz und lassen sich nicht ungeprüft auf reale Fälle übertragen; für darauf gestützte Entscheidungen übernehme ich keine Gewähr.

Zuletzt aktualisiert: 28. Oktober 2026

Welches Verfahren passt zu Ihrem Fall? Zum Entscheidungsbaum ↓

Zum Nachlesen: erst einfach, dann fachlich

Die 13 Stücke im Überblick

Die Linie hat drei Stränge. Im Struktur-Strang stehen drei Wurzeln: die Kernzahl, das Blockmodell (die Fortsetzung der Leiden-Demo) und die strukturellen Löcher (die Lesart der Brücken); die Link-Prediction führt Blockmodell und Löcher zusammen.

Der Ausbreitungs-Strang beginnt mit der Einflussmaximierung. Die komplexe Ansteckung ergänzt die Schwelle, die Eindämmung kehrt das Ziel um, die Quellensuche die Richtung, und die zeitlichen Netze legen die Zeit in das Netz. Der Anpassungs-Strang beginnt mit der Meinungsbildung (Mitteln); daneben stehen das Voter-Modell (Übernehmen) und das begrenzte Vertrauen (nur nahe Meinungen), und die Schelling-Demo lässt die Betriebe ihren Standort wechseln.

Die Kästen sind klickbar und öffnen die jeweilige Demo direkt.

• behebt eine Schwäche des Vorgängers oder baut darauf auf
• Gegenstück: derselbe Zweck, andere Bauweise (kein Fix)
• übernimmt nur eine Idee
• Zusammenfluss mehrerer Stränge
• Baustein aus einer anderen Linie

Der gestrichelte Doppelpfeil ist ein Kontrast (gleiche Aufgabe, anderes Ziel oder andere Regel), gepunktete Pfeile übernehmen nur eine Idee, graue gestrichelte Knoten sind Bausteine aus anderen Linien. Die Stücke lassen sich in beliebiger Reihenfolge lesen, ein Pfeil ist keine vorgeschriebene Reihenfolge.

Verwandt in anderen Linien

• Graphen und Netzwerke — Die Zentralität, die Brücken und die SIR-Regel der Kaskaden-Demo sind die Bausteine dieser Linie: aus den Maßen werden in der Einflussmaximierung Auswahlregeln für die ersten Starter, aus den Brücken werden in den strukturellen Löchern Makler, und die Ausbreitung steckt in Eindämmung, Quellensuche und zeitlichen Netzen.
• Clustering — Leiden optimiert die Modularität und liefert immer eine Zerlegung (Leiden-Demo); die Blockmodell-Demo fragt, ob dahinter eine Gemeinschaft steckt, und vergleicht die Modularität mit einem Blockmodell, das die Einteilung aus den Kanten schätzt. Die Schelling-Demo prüft, ob eine Gemeinschaftserkennung die entstandene Entmischung findet: sie findet räumliche Blöcke, nicht die Betriebstypen.
• Graph Neural Networks — Die GCN-Demo und ihre Nachfolger nutzen die Nachbarschaft als Signal. Die Link-Prediction-Demo misst ohne lernende Verfahren, wie viel die Struktur über fehlende Kanten verrät (ob GNN-Verfahren die einfachen Maße schlagen, ist dort nicht gemessen), und die Schelling-Demo zeigt, wie ähnliche Nachbarn erst durch Umzüge entstehen.
• Kürzeste Wege — Die zeitabhängige Dijkstra-Demo (Kantenkosten hängen von der Uhrzeit ab) und RAPTOR (Fahrplan) rechnen kürzeste Wege in der Zeit. In den zeitlichen Netzen ist die Kontaktfolge selbst das Objekt: erreichbar ist, wer über Kontakte mit wachsenden Zeitmarken erreicht wird, und solche Wege sind nicht transitiv.
• Netzwerkfluss — Die Zeitfluss-Demo rechnet einen Fluss über die Zeit im zeitexpandierten Netz. Die Demo zu zeitlichen Netzen nutzt dieselbe Zeitexpansion nur als Gegenprobe: die früheste Ankunft in einem Durchlauf über die sortierten Kontakte stimmt mit der Breitensuche im zeitexpandierten Graphen überein.
• Wiederholte Spiele — Auch hier gleichen sich Betriebe an: in der Demo zur Kooperation in Netzen imitieren sie den erfolgreichsten Nachbarn und zählen Auszahlungen. In der Meinungsbildung mitteln sie ihre Einschätzung, im Voter-Modell übernehmen sie zufällig das Verfahren eines Partners, ohne dass es um Auszahlungen geht.
• Härte und Struktur — Die Demo zur größten Clique nutzt die Kernzahl nur als Werkzeug (Beschneidung, Startordnung). Die k-Core-Demo macht sie zum Thema und prüft, dass die Cliquenzahl höchstens die Degeneracy plus 1 ist.
• Netzmodelle — Die Netzmotive der Linie Netzmodelle zählen Dreiecke und Vierzyklen gegen zwei Nullmodelle, und die Modellwahl ordnet ein Netz sechs Modellfamilien zu, darunter dem Blockmodell der Blockmodell-Demo: Beim Karateclub und bei Les Misérables nennt der Klassifikator eine Familie, doch kein Modell besteht die Prüfung.
• Abstimmen und Fair Teilen — Die Liquid Democracy der Linie Abstimmen und Fair Teilen reicht Stimmen im Netz weiter und misst, wann sich Gewicht bei wenigen sammelt; die Meinungsbildung dieser Linie zeigt, wie sich Meinungen im Netz angleichen.

Weitere Linien in diesem Bereich